Génération d’outils d’inférence à base de techniques MLIR pour la gestion des gradients et de la précision mixte sur des cibles matérielles variées

Statut

À pourvoir

Disciplines scientifiques

Informatique et Sciences de l'Information

Direction de recherche

Sciences et technologies du numérique

Site de rattachement

Rueil-Malmaison

IFP Energies Nouvelles propose une thèse innovante au croisement de l’intelligence artificielle (IA) et du calcul haute performance (HPC). Ce projet vise à développer des moteurs d’inférence basés sur l’infrastructure MLIR (Multi-Level Intermediate Representation) pour optimiser les performances des algorithmes IA nécessitant des calculs de gradients précis, une gestion multi-précision et une exécution efficace sur des architectures hétérogènes (CPU, GPU, FPGA, ARM, RISC-V, SiPearl).
Le doctorant travaillera sur des problématiques clés telles que l’optimisation des calculs non linéaires avec une latence réduite, une précision accrue, des performances accrues grâce à la multi-précision. Il proposera des mécanismes pour gérer l’interopérabilité entre modèles IA et solveurs numériques dans des environnements industriels exigeants, comme la modélisation du sous-sol.
Le candidat intégrera une équipe multidisciplinaire et contribuera à des avancées technologiques majeures pour l’industrie énergétique. Ce projet permettra d’exploiter pleinement les architectures matérielles modernes et d’optimiser la chaîne de compilation avec MLIR.

Mots clefs: Generative Programming, Compilation, Machine-Learning, Deep-Learning, CFD, HPC

  • Directeur de thèse    Dr Fabrice RASTELLO, Equipe CORSE, INRIA Grenoble, ORCID : 0000-0002-6589-9956
  • Ecole doctorale    217 - Ecole Doctorale Mathématiques, Sciences et Technologies de l'Information, Informatique, Université Grenoble Joseph Fourier
  • Encadrant IFPEN    Dr Jean-Marc GRATIEN, ORCID : 0000-0003-4721-0366
  • Localisation du doctorant    IFPEN, Rueil-Malmaison, France  
  • Durée et date de début    3 ans, début au cours du quatrième trimestre 2026 (2 novembre)
  • Employeur    IFPEN
  • Qualifications    Master en Informatique, Calculs Scientifiques, Sciences des données ou Mathématiques appliquées
  • Connaissances linguistiques    Anglais niveau B2 (CECR)    

Pour postuler, merci d’envoyer votre lettre de motivation et votre CV à l’encadrant IFPEN indiqué ci-dessous.

Contact
Encadrant IFPEN :
Dr Jean-Marc GRATIEN